在配置tensorflow-gpu
或者pytorch-gpu
等gpu运行环境之前,都需要进行cuda
和cudnn
的配置,让gpu能够发挥作用。
我的配置环境:
ubuntu 16.04
cuda 9.0
cudnn 7
cuda安装
按照如下图所示的选项进行cuda 9.0的下载:
在cuda 9.0的下载路径下打开terminal,顺次输入:
sudo dpkg -i cuda-repo-ubuntu1604-9-0-local_9.0.176-1_amd64.deb
sudo apt-key add /var/cuda-repo-9-0-local/7fa2af80.pub
sudo apt-get update
sudo apt-get install cuda
之后添加cuda环境变量。打开terminal,顺次输入:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
若是32位系统,则换成:
export PATH=/usr/local/cuda-9.0/bin${PATH:+:${PATH}}
export LD_LIBRARY_PATH=/usr/local/cuda-9.0/lib${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}
cuda done.
cudnn安装
cudnn 7
下载地址:https://developer.nvidia.com/cudnn (需要进行网站注册才能下载)
选择如下点选的版本进行下载:
在下载路径下打开terminal,输入:
sudo dpkg -i libcudnn7_7.0.5.15-1+cuda9.0_amd64.deb
cudnn done.
后续
之后就可以十分方便的使用anaconda
对tensorflow-gpu
或者pytorch-gpu
等gpu运行环境进行配置。不再赘述。